reComputer 上の OpenClaw – プライバシー最優先のエモーション AI エージェント

この AI Box のコア機能は、感情の認識と感情的な応答です。

単に感情を認識して「あなたが不安を感じていると検出しました」と伝えるだけではありません ― それは機械的すぎます。

実際に行っているのは、感情状態を文脈情報として扱い、日常の対話に溶け込ませることです。単に感情を認識して「あなたが不安を感じていると検出しました」と伝えるだけではありません ― それは機械的すぎます。

例えば、あなたが不安そうに見えて、コードに関する質問をしたとき、Agent は次のように返答することがあります:

「心配しないでください、この問題は何度も見たことがあります。簡単に直せます。まずはエラーメッセージを見てみましょう……」

次のように返答するのではなく:

「現在の感情状態が不安であることを検出しました。返答モードを冷静で忍耐強いスタイルに切り替えます。分析の結果、この問題はもしかすると……」

感情を認識し、自然に会話に溶け込ませる。

これが私たちのコアバリューです。派手な感情検出のギミックではなく、人を本当に理解し人間的な温かみを持つ AI です。

ステップ 1: reComputer デバイスイメージをフラッシュしてログインする

Ubuntu イメージのダウンロードとフラッシュ

reComputer Industrial R2145 は Ubuntu をサポートします。まず Seeed 公式サイトから Ubuntu イメージをダウンロードしてください。
ハードウェアを Boot モードに切り替え、USB Type-C データケーブルでデバイスをコンピュータに接続し、電源ケーブルを接続します。

rpiboot と Raspberry Pi Imager を開き、イメージのフラッシュを開始します。

初回起動と設定

イメージのフラッシュが完了したら、ハードウェアを Boot 以外のモードに切り替えます。イーサネットケーブルでデバイスとコンピュータを同じネットワークに接続し、以下のコマンドでログインします(パスワード: 12345678)。

bash

ssh reComputer@raspberrypi.local

ステップ 2: reComputer で環境と OpenClaw を構成する

Python と依存関係のインストール

bash

pip install tensorflow>=1.7 opencv-contrib-python==3.3.0.9 fer

OpenClaw のインストール

OpenClaw のダウンロード:

bash

curl -fsSL https://openclaw.ai/install.sh | bash

ダウンロード検証:

bash

openclaw --version      # confirm the CLI is available
    openclaw doctor         # check for config issues
    openclaw gateway status # verify the Gateway is running
openclaw --version      # confirm the CLI is available
    openclaw doctor         # check for config issues
    openclaw gateway status # verify the Gateway is running

Agent の頭脳を構成する

方法 1: 既存の主要 LLM の API

インストール時に入門チュートリアルを実行することを選んだ場合は、チュートリアルのこのステップで対応するモデルを選択し、個人の API キーを入力してください。
インストールが完了している状態でモデルを変更したい場合は、openclaw onboard コマンドを実行して再構成できます。

方法 2: ローカルモデル展開 (Ollama)

Ollama のインストール

bash

curl -fsSL https://ollama.com/install.sh | sh
ollama --versio

OpenClaw を Ollama に接続する

OpenClaw は Ollama サービスを識別するために API キーを必要とします。Ollama はローカルサービスのため、このキーは任意の文字列で構いません。

環境変数の設定

bash

export OLLAMA_API_KEY="ollama-local

OpenClaw 経由で設定する

bash

openclaw config set models.providers.ollama.apiKey "ollama-local"

Ollama サービスが動作していることを確認する

Ollama サービスの確認

bash

curl http://localhost:11434/api/tags

動作していない場合は起動できます

bash

ollama serve

OpenClaw のモデルを表示する

OpenClaw で現在利用可能なモデルを表示する

bash

openclaw models list

利用可能な Ollama モデルがない場合は追加できます

bash

ollama launch openclaw
ollama launch openclaw --model qwen3:8b

OpenClaw セットアップウィザードを実行する

設定ウィザードを実行する

bash

openclaw onboard

OpenClaw はローカルの Ollama サービスを自動検出します。ウィザードで以下のように選択してください

bash

◆  I understand this is personal-by-default and shared/multi-user use requires lock-down. Continue?
│  ● Yes / ○ No
◆  Onboarding mode
│  ● QuickStart (Configure details later via openclaw configure.)
│  ○ Manual

次に現在接続済みのモデルが表示されます。本ドキュメントでは ollama/qwen3:8b モデルを例とします

bash

◇  Existing config detected ─────────╮
│                                    │
│  workspace: ~/.openclaw/workspace  │
│  model: ollama/qwen3:8b            │
│  gateway.mode: local               │
│  gateway.port: 18789               │
│  gateway.bind: loopback            │
│                                    │
├────────────────────────────────────╯

ここで「Use existing values」または「Update values」を選択できますが、「Reset」は選ばないでください

bash

◆  Config handling
│  ● Use existing values
│  ○ Update values
│  ○ Reset

Model provider の選択で「Skip for now」を選択する

bash

◆  Model/auth provider
│  ...
│  ○ Cloudflare AI Gateway
│  ○ Custom Provider
│  ● Skip for now

「All providers」を選択する

bash

◆  Filter models by provider
│  ● All providers
│  ○ amazon-bedrock
│  ○ anthropic
│  ○ azure-openai-responses

Default Model には接続済みの Ollama モデルが一番上に表示され、デフォルトモデルとして選択されています。例えば

bash

◆  Default model
│  ● Keep current (ollama/qwen3:8b)
│  ○ Enter model manually
│  ○ amazon-bedrock/anthropic.claude-3-haiku-20240307-v1:0
│  ○ amazon-bedrock/anthropic.claude-3-5-haiku-20241022-v1:0

これで OpenClaw はローカル Ollama モデルへの接続に成功しました。必要に応じて以降の手順を引き続き設定できます

bash

◆  How do you want to hatch your bot?
│  ○ Hatch in TUI (recommended)
│  ● Open the Web UI
│  ○ Do this later

OpenClaw + Ollama の使い始め

ウィザード完了後、OpenClaw は Web UI を自動的に開きます
ボットはローカル Ollama モデルを使って動作するようになりました。モデルを切り替える場合は実行してください

bash

ollama launch openclaw

モデルを直接指定することもできます

bash

ollama launch openclaw --model qwen3:8b

ステップ 3: 視覚認識アルゴリズムを開発する

感情認識は 3 つの方法で実装できます。リソースとニーズに応じて適切な方法を選んでください。

方法 1: マルチモーダル大規模モデル(最も便利だが、リソース消費が大きく実行速度が遅い)

GPT-4V などのマルチモーダルモデルを採用します。感情認識機能を内蔵しており、ローカルモデルは不要です。

方法 2: 小型モデル(最も安定)

yolo と FER で感情認識を実装できます。あるいは FaceNet などのオープンソース/自作小型モデルも使えます。

本記事では、YOLO + FER の効率的な実装で推論コードをカプセル化しています:

YOLO アルゴリズムは reComputer AI Lab プラットフォームから 1 コマンドで迅速に取得し実行できます:

bash

sudo docker run --rm \
--name cm5-hailo8-yolo11n \
--privileged \
--net=host \
-e PYTHONUNBUFFERED=1 \
--device /dev/hailo0:/dev/hailo0 \
-v /usr/lib/libhailort.so.4.23.0:/usr/lib/libhailort.so.4.23.0:ro \
-v /usr/lib/libhailort.so:/usr/lib/libhailort.so:ro \
ghcr.io/seeed-projects/recomputer-hailo8-cv/yolov11n:latest \
python web_detection.py --model_path model/yolov11n.hef --video_path video/test.mp4

ステップ 4: systemd 自動起動を構成する

感情認識サービスを reComputer 起動時に自動実行させるには、systemd ユーザーサービスを設定し、感情認識スクリプトを修正して OpenClaw が読み取れる固定ファイルに保存する必要があります。これで OpenClaw は以降の対話でリアルタイムに感情情報を取得できます:

サービスの有効化と起動:

bash

mkdir -p ~/.config/systemd/user
systemctl --user daemon-reload
systemctl --user enable emotion.service
systemctl --user start emotion.service

ステップ 5: 感情設定を構成する

OpenClaw SOUL.md を構成する

OpenClaw の SOUL.md ファイルを編集し、感情認識機能を追加します:

bash

Emotional Awareness Mode
You have an emotional awareness AI companion mode. When the user starts the emotion detection service:
Read emotion state file:
/home/seeed/.openclaw/emotion_state.json
Before every reply, check the emotion and style fields in emotion_state.json, then adjust your tone based on the user’s emotion.

OpenClaw を再起動して設定を適用する

OpenClaw のコア操作

bash

Terminal:
    openclaw --Start OpenClaw
    openclaw onboard --Reconfigure OpenClaw
Chat interface:
    chat --Enter the previous conversation
    /new --Create a new conversation interface

ステップ 6: 検証とテスト

デバイスを再起動する

bash

sudo reboot

デバイスは自動的に感情認識サービスを実行するはずです。

カメラと感情検出の検証

カメラの前で異なる表情を作り、ファイル /home/seeed/.openclaw/emotion_state.json で感情の更新状態を確認します

bash

cd /home/seeed/.openclaw
vim emotion_state.json

期待される結果:

完全な対話テスト

OpenClaw 対話を開始します:

bash

openclaw
chat

テストシナリオ:

感情応答の例

シナリオ 1: ユーザーが不安そうに見える

bash

User (frowning): This code keeps throwing errors, please help me check it.
Agent (Anxiety emotion detected): "Don’t worry, let me take a look at this problem for you. It appears to be a type conversion error. Let me fix it for you:It should work properly after this adjustment. Feel free to tell me if you still run into issues."

Emotion Update → User’s relaxed expression detected after several seconds
Agent: "I see the issue is resolved and you look relieved~ Is there anything else I can assist you with?"

シナリオ 2: ユーザーが悲しそうに見える

bash

User (sighing): My coding skills seem to be getting worse lately.
Agent (Frustration emotion detected): "I understand how you feel. It’s perfectly normal to hit a bottleneck sometimes. The fact that you can recognize this means you have high standards for code quality, and that in itself is progress. Would you like me to check exactly what you’re unsatisfied with? Let’s optimize it together."